速生林木材液化及其产物应用研究

[目的]为速生桉树木材液化及其产物的应用提供参考。[方法]以硫酸为催化剂,苯酚为液化剂,对速生人工林桉树木材进行液化,并取液化产物与甲醛进行树脂化反应制备液化木基酚醛树脂LWPF,研究液比对液化反应效率、液化产物重均分子量及LWPF树脂胶合性能的影响。[结果]随着液比的提高,液化产物的残渣率及重均分子量均降低,而LWPF树脂制得的胶合板的木破率提高;当液比提高到一定程度后,液化产物的残渣率和重均分子量及LWPF树脂所制胶合板的木破率变化不明显。[结论]对速生桉树木材的液化工艺及其液化产物的树脂化合成工艺进行了优化。     

树脂对菊芋粉除杂液脱色效果的影响及其脱色工艺

研究了离子交换树脂和大孔吸附树脂对菊芋粉除杂液脱色效果的影响,通过单因素试验和正交试验对脱色条件进行优化。结果表明,最佳脱色工艺为采用201×7(717)强碱性阴离子交换树脂,在树脂用量2.5mL/100mL(除杂液),脱色温度45℃,脱色时间40min条件下,菊芋菊粉除杂液的脱色率可达到81.60%,菊粉损失率为5.28%,菊芋中的色素可能主要以阴离子色素、非极性分子色素为主。     

低聚木糖液脱色的工艺研究

［目的］优化低聚木糖液脱色的工艺条件。［方法］研究4种树脂和活性炭对低聚木糖溶液的脱色效果,并比较其中较好吸附剂的吸附等温线。［结果］结果表明,LSA-8型树脂和活性炭对低聚木糖液脱色效果较好;且对糖液色素的吸附符合Freundlich吸附等温方程。通过对脱色的各工艺条件的考察,得到LSA-8树脂对低聚木糖液脱色的优化工艺条件：温度为70 ℃、pH值为6、脱色时间为2 h时,脱色率为92.35%,糖损失率为26.61%。［结论］该研究结果为选择较好的脱色吸附剂提供理路指导。     

荔枝壳总黄酮大孔树脂纯化工艺研究

[目的]优化大孔吸附树脂法纯化荔枝壳总黄酮的工艺。[方法]比较AB-8、HPD-600和D101 3种大孔吸附树脂对荔枝壳总黄酮的吸附和解吸效果,并对上柱液的pH、黄酮浓度、上柱液体积和洗脱液乙醇体积分数等条件进行优化。[结果]D101大孔吸附树脂适宜荔枝壳总黄酮的提纯,其最佳工艺条件为上柱液pH 5.0,上柱液浓度4 mg/ml,上柱液体积2.5 BV,洗脱液乙醇体积分数80%,洗脱体积2.0 BV。[结论]经D101大孔吸附树脂分离后,荔枝壳总黄酮含量在83%以上。     

大孔吸附树脂对金铁锁醇提液的除杂工艺研究

[目的]优化金铁锁醇提液的除杂工艺。[方法]以金铁锁药材为原料,采用75%乙醇提取其中的皂苷类化合物,并采用D101大孔吸附树脂对提取液进行除杂,通过正交试验研究大孔树脂用量、洗脱剂（乙醇）浓度及用量对总皂苷得量的影响。[结果]各因素对总皂苷得量的影响依次为：大孔树脂用量〉乙醇浓度〉洗脱剂用量;最佳除杂工艺为：D101大孔吸附树脂用量10g,以200ml60%的乙醇为洗脱剂进行洗脱。[结论]该研究确定了大孔吸附树脂对金铁锁醇提液的最佳除杂工艺。     

大孔吸附树脂分离枳实总黄酮工艺的优化研究

[目的]优化大孔吸附树脂法纯化枳实（Auraneii immaturusFructus）总黄酮的工艺。[方法]比较AB-8、HPD-450和D1013种大孔吸附树脂对枳实总黄酮的吸附和解吸效果;并对上柱液的黄酮浓度、pH值和洗脱液乙醇体积分数进行了优化。[结果]D101大孔吸附树脂对枳实总黄酮的分离纯化效果最好,其纯化枳实总黄酮的工艺条件为：上柱液浓度3mg/ml,上柱液体积2.0BV,上柱液pH值4.5,洗脱液乙醇体积分数70%,洗脱体积2.0BV。[结论]D101大孔吸附树脂对总黄酮的综合性能较好,适合于枳实总黄酮的分离纯化。     

显脉旋覆花油树脂的亚临界萃取工艺优化

采用亚临界流体萃取技术制备新资源食品显脉旋覆花油树脂,在单因素实验基础上通过响应曲面分析对工艺条件进行系统优化。结果表明:最佳工艺参数为料液比1∶8.6,提取温度为40.8℃,提取时间为32.6 min,最终显脉旋覆花油树脂得率为1.32%,所得油树脂色泽呈棕红色,具有独特的显脉旋覆花挥发油芳香气味。为显脉旋覆花在调味品领域的商业化开发利用提供实践参考。     

星点设计法优化野牡丹提取液中总黄酮的纯化工艺

采用大孔树脂纯化野牡丹(Melastoma candidum D.Don)提取液中总黄酮,并对纯化工艺进行优化。以总黄酮回收率、总黄酮纯度为指标,在单因素试验的基础上采用星点设计-效应面法考察了样品液pH、上柱体积和乙醇洗脱体积分数对纯化工艺的影响。结果表明,采用SP-70树脂纯化野牡丹提取液总黄酮的优化工艺条件为上样液浓度2~3 g/L,pH 5.45,上样量为42.1 m L,吸附速率为2 BV/h,吸附完全后先以3 BV水洗去杂质,再用5 BV 68%的乙醇以3 BV/h的速率进行洗脱。SP-70树脂在所确定的工艺条件下能较好地吸附野牡丹提取液中总黄酮,总黄酮回收率为85.38%,纯度为54.68%,优化后的纯化工艺稳定。     

大孔吸附树脂分离提取发酵液中伊枯草菌素A的研究

研究了利用大孔吸附树脂从发酵液中提取伊枯草菌素A的工艺条件。对比了不同极性大孔树脂对发酵液中伊枯草菌素A的分离效果,选择DM301型树脂作为吸附剂进行优化试验。结果表明,在25℃时,每升发酵液吸附剂用量为80 g DM301型树脂时,树脂对发酵液中伊枯草菌素A的吸附率可达100%。滤去吸附残液,采用无水乙醇解吸,每克DM301树脂解吸剂用量为10 mL时,静态解吸率达90%以上。动态吸附试验表明,发酵液的最佳上样量为6倍柱床体积,动态解吸流出液活性高度集中。该工艺简单、易操作,适用于工业化生产。     

大孔树脂纯化多穗柯总黄酮的工艺研究

研究大孔树脂纯化多穗柯总黄酮的工艺条件.比较AB-8、NKA、NKA-9、 D-152、 D-101、ADS-17等6种不同型号大孔吸附树脂对多穗柯总黄酮的静态解吸率,在静态吸附与解吸附单因素试验基础上,利用5因素4水平正交试验对D-101大孔树脂精制多穗柯黄酮的工艺条件进行了优化筛选.试验结果表明 D-101大孔树脂对黄酮有较好的纯化效果.D-101型大孔树脂分离纯化多穗柯黄酮的最佳工艺条件为:树脂静态吸附的最佳pH值为5.5;吸附时间为4.5 h;解吸液浓度70%;V(解吸液):m(树脂)=25:1;解吸时间2.75 h.在该条件下,多穗柯黄酮回收率可达77.46%,纯度为40.32%.     

基于遗传神经网络的采暖季PM10浓度预测

用GA算法和BP算法相结合的算法预测西安市PM10污染浓度,首先采用GA算法优化BP神经网络模型的初始权重,再用BP算法进行精确训练,在此基础上进行浓度预报。实例表明GA-BP神经网络解决了BP神经网络收敛速度慢和易于陷入极小值的问题,提高了预测精度。     

基于神经网络和遗传算法的红景天苷缓释微囊制备过程建模与优化

建立了红景天苷缓释微囊的人工神经网络模型及其遗传算法优化技术。结果表明,结构为5-12-3的神经网络模型能较为精确地拟合测试的样本数据,其最大相对误差不超过4%;遗传算法优化的红景天苷缓释微囊制作最佳工艺参数为:海藻酸钠与红景天苷的质量比为2,海藻酸钠浓度为30g/L,壳聚糖浓度为5g/L,氯化钙浓度为10g/L,壳聚糖溶液pH值为6.35,该工艺参数下的最大适应度较单因素及二次旋转组合试验中的最大适应度高14%,且最佳工艺参数下载药量、包埋率和决定系数的预测值和试验值基本相符。说明用神经网络模型描述微囊制作参数与性能之间的关系,用遗传算法优化微囊制作工艺参数,能设计出性能最佳的微囊制作工艺参数。     

基于改进果蝇算法优化广义回归神经网络的绿色农产品消费行为预测

针对绿色农产品消费行为具有多变量非线性相互作用的特点，传统统计方法难以准确预测消费行为的问题，提出基于改进果蝇算法优化的广义回归神经网络消费行为预测模型。首先针对果蝇群搜索不均匀所导致果蝇飞行单一的问题，提出一种均匀的果蝇群搜索机制即扇形果蝇优化算法加快搜索能力和效率；其次针对广义回归神经网络的平滑因子易受人为选择的影响，提出改进果蝇算法优化广义回归神经网络参数，实现参数的自动化选择，提高模型的预测能力。运用提出的模型对绿色农产品消费行为预测。结果表明：相较于广义回归神经网络，遗传算法优化广义回归神经网络、粒子群算法优化广义回归神经网络、果蝇算法优化广义回归神经网络和改进果蝇算法优化广义回归神经网络模型在均方根误差指标上分别下降4.45%、1.89%、4.54%和5.03%,表明遗传算法、粒子群算法、果蝇算法和改进果蝇算法能够优化广义回归神经网络模型的平滑因子，提高模型的预测精度。从平均绝对误差、均方误差、均方根误差3个评价指标看，改进果蝇算法优化广义回归神经网络模型比其他6个单一预测模型具有更高预测精度。结果证明了改进果蝇算法优化广义回归神经网络模型在绿色农产品消费行为预测的有效性，...     

基于遗传算法优化的BP神经网络进行水稻氮素营养诊断

应用遗传算法优化BP神经网络进行水稻氮素营养诊断,为水稻的合理施氮提供理论指导。水稻田间试验供试品种为‘两优培九’,设置4个施氮水平（0、210、300、390 kg·hm-2）。在水稻幼穗分化期,扫描获取水稻顶部第三完全展开叶图像,并通过图像处理技术获取19维水稻图像中的颜色和几何形态特征,采用归一化处理、离散小波变换及主成分分析对原始数据进行预处理,并应用遗传算法优化的BP神经网络进行水稻氮素营养诊断。该方法建立的水稻氮素营养诊断模型较单一BP神经网络模型和传统遗传算法优化BP神经网络模型好,模型测试所得4个施氮水平的平均识别率分别为100.000%、99.000%、97.000%、100.000%,测试集样本平均总识别率达到99.000%。基于遗传算法优化的BP神经网络所建立的水稻氮素营养诊断模型具有较强的学习能力和泛化能力,能够很好地识别出水稻氮素营养的缺失,表明运用该方法能够很好地进行水稻氮素营养诊断识别。     

基于相空间遗传BP神经网络的径流预测研究

基于混沌时间序列的重构相空间、遗传算法的良好全局搜索和神经网络精确的局部搜索特性,以重构相空间中的饱和嵌入维数作为神经网络输入层节点数,通过采用遗传算法优化神经网络初始权重,将重构相空间、遗传算法、神经网络三者有机地结合,提出并建立了相空间遗传BP神经网络预测模型。将该模型用于黄河上游月径流预测,结果表明,该模型应用在水文时间序列的预测中是合理、可行的,并具有较高的精度。     

基于优化的长短时记忆神经网络牧群采食量估测模型

为了能够较为精准的估测牧群的采食量信息,提出一种基于遗传算法(genetic algorithm, GA)和长短时记忆神经网络（long short-term memory,LSTM）的牧群采食量估测模型。首先通过皮尔森系数法分析得出影响牧群的采食量的主要影响因子,以减少输入维度并解决信息冗余问题。在此基础上,构建基于 LSTM 神经网络算法的牧群采食量估测模型,并引入遗传算法来优化LSTM 神经网络模型参数来增加模型的可靠性。最后,利用该模型对牧群采食量进行估测。试验结果表明：该采食量估测模型各评价指标平均绝对误差(mean absolute error,MAE)、平均绝对百分比误差(mean absolute percentage error,MAPE)、以及均方根误差（root mean square error,RMSE）分别为2.982、9.85%和6.108。与单一的LSTM神经网络以及GRU神经网络模型相比,均优于其他模型;且该模型具有较好的估测性能和较强的泛化能力,能够为合理轮牧提供科学指导,对草地保护有一定的应用价值。     

遗传算法神经网络-光度法同时测定木耳中的铜和铁

利用遗传算法（GA）优化神经网络（BP-ANN）的结构参数和连接权重,得到优化的GA-BP-ANN网络,用此网络解析木耳中铁和铜与CAS配合物的重叠光谱,建立了不经分离同时测定木耳中铜和铁的新方法。     

基于PSO–BP算法的油菜籽干燥工艺参数的优化

结合神经网络和粒子群算法(PSO)对油菜籽干燥工艺进行优化:采用BP神经网络建立油菜籽平均水分下降速率和发芽率与干燥温度、初始含水率、真空度之间的三层网络预测模型,利用试验样本数据计算并确定预测模型的网络权值及阈值,再采用PSO算法进行参数优化。试验验证结果表明,对比BP网络模型和PSO–BP模型,发现BP网络仿真值相对误差最大值为4.5%,而PSO–BP仿真值最大相对误差小于2.93%。     

木材干燥过程的Elman神经网络模型研究

[目的]研究木材干燥过程的Elman神经网络模型。[方法]在人工神经网络理论的基础上,选用Elman神经网络建立木材干燥过程模型。针对木材干燥过程的特点,Elman神经网络利用木材干燥过程材堆的温度、湿度以及对应的木材含水率建立模型。[结果]通过实际干燥过程数据对模型的准确度进行验证,结果表明Elman神经网络利用少量数据就可以建立模型,并且模型预测精度高,对数据的联想记忆和优化能力强。[结论]Elman神经网络建立的木材干燥过程模型准确,对于提高木材干燥过程的控制水平具有重要研究意义。     

基于优化卷积神经网络的玉米螟虫害图像识别

【目的】随着人工智能和大数据技术的不断发展,针对常规玉米虫害识别方法存在的准确率和效率低等问题,本文提出了一种基于改进GoogLeNet卷积神经网络模型的玉米螟虫害图像识别方法。【方法】首先通过迁移学习将GoogLeNet的Inception-v4网络结构知识转移到玉米螟Pyrausta nubilalis虫害识别的任务上,构建模型的训练方式;然后通过数据增强技术对玉米螟虫图像进行样本扩充,得到神经网络训练模型的数据集;同时利用Inception模块拥有多尺度卷积核提取多尺度玉米螟虫害分布特征的能力构建网络模型,并在试验过程中对激活函数、梯度下降算法等模型参数进行优化;最后引入批标准化(BN)操作加速优化模型网络训练,并将该模型运用到玉米螟虫害识别中。【结果】基于TensorFlow框架下的试验结果表明,优化后的神经网络算法对玉米螟虫害图像平均识别准确率达到了96.44%。【结论】基于优化的卷积神经网络识别模型具有更强的鲁棒性和适用性,可为玉米等农作物虫害识别、智能诊断提供参考。